0）元信息

  • 原始记录时间：2026-02-09（含“先行版本”+“正式晚间复盘主体版本”）
  • 补丁来源时间：（待补充）
  • 触发：放假约一月；SparkNote AI（Web App）阶段性定型；从“密集做 App”转向“学习/学习系统搭建”；对“研究式开发”形成可复用经验；注意力纯度与身体状态的再提醒
  • 主题关键词：#节点 #SparkNoteAI定型 #研究式开发 #双模型 #代码拆分 #后端计划 #Cloudflare5刀 #学习系统 #拓扑工具 #JSON驱动 #注意力纯度 #身体状态 #指数增长
· · ·

1）整理后的全文（纠错+理顺表达，不改原意、不减少内容）

1.1 先行版本（节点/经验总结 + 展望）

今天（2 月 9 日）我先做一个“先行版本”的复盘/总结。我感觉今天可能是一个比较重要的节点或转折点：差不多放假一个月到现在，这段时间里 Web App（尤其 SparkNote AI）到今天已经取得了不错的成效，基本比较完整、比较完美了。接下来一段时间，重点可能会更多放在学习这方面，包括学习系统构建；Web App 的开发最多就是日常发现小 bug 的修正，以及学习系统拓扑结构相关的开发。

我想先说两块：经验/技术积累 与 对未来的展望。

（一）经验与技术积累：最重要的是“研究”这件事

我必须强调：要学会利用 AI 去做研究，获取更前沿、更正确、更客观、更有用的信息，然后把这些信息复用，反过来“喂”给负责做 App 的 AI，让它再结合代码实际情况做更有针对性的构思与修改。这里也可以结合“双模型/双顶尖模型讨论”的过程（例如 GPT + Gemini）来校验与补足。

关于“研究”的一个关键识别点是：当一个问题老是出现，你让 AI 改了很多次，它还是改不清楚、改不干净，那证明问题本身可能不小——这时候就要调用“研究能力”去解决，而不是继续无效迭代。

（二）更小一点的经验：代码结构层次

有些时候代码写得太大，就必须拆分。比如 React 里的“上帝组件”拆分任务，我们之前也经常做：可以用拆组件、抽 hooks 的方式去拆分，把逻辑切开，降低“整文件重写”的风险与维护成本。

语音相关的具体技术积累我这里不展开，因为这些可以随时从现成 App 里调用和复用。对我更关键的还是：如何使用 AI 做 Web App 的方法论——包括上面说的研究、与 AI 的探讨、关键点提示词给到位等等。

（三）对未来的展望：后端发展最值得期待

我觉得最值得展望的是“后端的发展”。前段时间因为 iOS/Safari 的问题，我更看清楚：很多时候如果主要面向手机（尤其 iOS Safari），没有一个比较好的后端，很多事会走很多弯路。所以我在考虑 Cloudflare 的 5 美元/月计划，作为试错与学习的订阅很适合，后续如果要发展后端就可以引入这个订阅。

另外，AI 调用这块也可以更深入学习；前端展示方面，像 3.js 这类 3D 技术我感觉也有搞头，后面可以往这方向发展。但总体来说，未来展望的重点是后端，因为前端我已经积累了比较多经验。

先行版本先到这里。

· · ·

1.2 正式晚间复盘主体版本（时间流 + 今日成就 + 转向学习）

现在是 2026 年 2 月 9 日正式的晚间复盘。刚才先行版本也成功跑完了，证明我的 App 整体已经做起来了，偶尔有些小卡壳也无妨。

先说今天时间流：

  • 9:30 起床（最近起床偏晚，可能睡得也晚）
  • 10:00 正式投入
  • 上午大概做了 一个半小时，到 11:40 之后吃饭、做其他事

上午总体还可以。

今天最重大的成就：彻底把 SparkNote AI 给“定型”了。虽然比计划晚一点，但总体实现了：

  • SparkNote AI 手机版本 OK
  • 后台问题也测试过，没有问题
  • 重试机制现在也很好用

虽然仍然可能有一些小问题，但相比之前 26 版本，以及 26 版本引入的那些“web worker 导致的一系列连锁问题”，现在基本都“乱七八糟改回来了”。总体来说我很欣慰。

这也正好进入一个转折点：我最引以为傲的“五个 Web App”（还包括那个词汇筛选 App）我认为第一阶段已经大功告成。当时我也说过：留一个月的时间可以来学英语、学后续内容、做阅读提升。

但这段时间最大的问题就是：没有留足够的时间去阅读提升与 AI 探讨。虽然火车上把《财富自由之路》第一章（第一篇文章）的阶段性成果与模板弄出来了，但总体还是偏少。不看书脑子会锈掉，这个问题必须重视。

所以接下来我觉得可以把“读书”提上日程。后续重点主要落在：

  • 英语单词学习（备考六级）
  • 数学：微积分下
  • 大学物理
  • 个人学习系统要搭建起来（可结合拓扑结构 Web App）

关于拓扑结构 Web App，我有一个新想法：

我可以先把它做成一个“纯工具类”的东西，暂时不必结合 AI。因为 AI 的请求 token 消耗巨大；这也是我为什么决定砍掉 AI 甚至把云端功能也砍掉（云端数据量也大）。

既然我已经有 GPT-5.2 Thinking Extended 和 Gemini 3 Pro 这些订阅资源，为什么不直接利用这些资源，让它们按我需要的格式生成对应的 JSON，我把 JSON 贴回去，图就能完美呈现？我需要做的更像是：把“如何展现”做得符合我的学习理论，并把需要优化的点后续继续跟进。

今天我也挺感慨：我在 Web App 上真正投入的时间也就两个月，前期还是学习状态，后续工具更新与系统使用方式逐步变好，效率会慢慢提上来。AI 整体效率真的太恐怖了；未来如果模型继续迭代、更强工具出来，就会涉及我之前说的“AI 时代抗淘汰的车架资产”这类问题。

另外，最近身体有一点不太舒服，之后要尽量早点睡、早点起。虽然提到“玄学”有点像旁支，但有时也算提醒：我可能确实需要更注意身体底盘。当然这也能靠后天锻炼变强。

这几天整体相对比较“平”。注意力集中程度也不够：容易被家人或外在事物牵着走。我们之所以把记录“时间”改成“注意力”，不是要记流水账，而是要记“高纯度注意力投入”的程度，这块以后还是要加强。

但我感觉长思考能力、元认知能力在慢慢构建，人总是一点一点变化的。我微信头像那条指数增长曲线，也说明我开始更相信这套逻辑，并且在把行动往这方面靠。

今天复盘到此为止。

· · ·

2）快速捡起版（按四块分类）

2.1 今日时间线（大致梳理）

  • 09:30 起床；10:00 开始投入；11:40 左右吃饭/切换
  • 今日核心：SparkNote AI 定型（手机端 OK、后台 OK、重试机制更稳）
  • 心态层面：把今天视为“一个月放假+两个月 Web App 投入”的阶段节点
  • 重心开始转向：阅读/学习/学习系统拓扑工具

2.2 灵感（来不及做也先占位便于捡起）

  • “研究式开发”流程固化：问题反复/AI 改不干净 → 先研究补齐信息 → 再喂回开发 AI（可双模型校验）
  • 拓扑系统先做纯工具：订阅模型直接产出 JSON → 粘贴渲染图；暂不绑定 AI/云端以降低 token 与复杂度
  • 后端展望：Cloudflare 5 美元/月计划作为学习与试错入口
  • 3.js 方向：前端 3D 展示有搞头，后续可深挖

2.3 问题（自我发现的风险点）

  • 阅读与 AI 探讨时间不足：脑子会“锈掉”
  • 注意力纯度不够：易被家人/外界牵引
  • 作息偏晚 + 身体不适：需要提高“底盘”

2.4 小确幸（数量不限）

  • SparkNote AI 阶段性收官：手机端/后台/重试机制都更稳
  • 清晰感增强：知道下一阶段重心要转到学习与系统搭建
  • 对“指数增长/长期积累”更信：已经开始把行动往这条路靠
· · ·

3）洞察卡（Insight Cards）

Insight-01｜节点转折：当“产品阶段性定型”完成，重心必须切回“能力资产”

结构：App 定型 → 释放注意力 → 若不转向阅读/学习，能力增长会停

关键点：不读书脑子会锈掉；阅读与深度探讨是“能力底盘”

后果：继续只做小修小补会把时间耗在边际收益极低的地方

结论句：产品收官不是终点，是把火力转回能力资产的起点。

Insight-02｜研究式开发是高杠杆：AI 改不动 ≠ 再多试几次就会好

结构：问题反复出现/改不清楚 → 说明信息缺口或问题层级更大

关键点：先研究补齐信息，再回喂开发 AI；必要时双模型校验

结论句：反复失败时，研究是最快的“止损”。

Insight-03｜工具化拓扑系统的路线更稳：先把“呈现”做强，再谈 AI

结构：AI/云端消耗大、复杂度高 → 先做纯工具降低摩擦

关键点：订阅模型直接产 JSON → 粘贴渲染；把 AI 放到后期增强

结论句：先用最低复杂度跑通核心价值，再加智能化。

Insight-04｜注意力记录从“时间”升级为“纯度”：这不是记账，是调参

结构：时间多 ≠ 产出高；家人/外界牵引会稀释纯度

关键点：记录“高纯度注意力投入”，才能发现真正瓶颈

结论句：注意力纯度才是产出的硬通货。

--

4）落地点

4.1 用户原生提取（你自己讲的）

  • 2/9 是节点：放假一月+两个月 Web App 投入后，SparkNote AI 已较完整定型；后续更多转向学习与学习系统
  • 研究式开发经验固化：AI 改不干净/问题反复 → 调用研究能力，先拿到前沿客观信息，再喂回开发 AI；可用双模型讨论校验
  • 代码结构经验：文件大就拆分；React 可拆组件、抽 hooks
  • 未来展望重点：后端发展（iOS/Safari 适配更需要后端支撑）；Cloudflare 5 美元/月计划适合试错学习
  • 拓扑学习系统新路线：先做纯工具类，暂不绑 AI/云端；用订阅模型产出 JSON，粘贴即可渲染图
  • 近期问题：阅读与 AI 探讨做得太少；注意力纯度不足；身体略不适，作息需调整；要继续构建长思考与元认知；相信指数增长并开始行动靠拢

4.2 助手建议（明确标注）

  • 助手建议：你可以把“研究式开发”的触发条件写成一句硬规则（比如：同一 bug 连续 3 次改不干净 → 立即切换研究模式），这样能减少情绪化硬刚与无效迭代。
  • 助手建议：拓扑工具“先纯工具后智能化”的路线很对：建议先把 JSON schema、渲染稳定性、交互（筛选/搜索/高亮）做扎实，再考虑把 AI 当作“生成器/校验器”外挂进去，会更省 token、也更可靠。
· · ·

5）归档与关联（便于未来检索，不等于写入长期记忆）

  • 索引编号：DIARY-20260209-001
  • 标签：#节点 #SparkNoteAI #研究式开发 #双模型 #代码拆分 #后端 #Cloudflare #学习系统 #拓扑工具 #JSON渲染 #注意力纯度 #身体底盘 #指数增长
  • 关联：DIARY-20260208-001（研究/开发者系统思路延续）；《财富自由之路》第一章阶段性成果模板；SparkNote AI 26→31/32 系列版本修复链路（如有）